1回答
在变分AutoEncoders的设置下，即当我们想求后验分布时对于数据生成，潜在变量z，给定一些观测x，究竟是什么(方程的哪一部分)使这种后验分布难以处理，以及为什么？
干杯
浏览 0提问于2020-08-14得票数 0
回答已采纳
在我运行代码并获得拟合y = mx + c的斜率(m)和y截距(c)的后验分布之后，对于给定的x值，我如何对y值进行95%的置信区间预测？
浏览 34提问于2020-08-15得票数 0
1回答
我想了解rstan中extract的输出是如何对后验样本进行排序的。将后验样本存储在extract的输出中的一种方法是将它们连接起来。当我这么做的时候mean(fitarray[,2,1]) == mean(fit$ss[1001:2000]) fitarray[,2,1] == fit$ss[1001:2000]
我得到了FALSE (确认了不仅仅是精度上的
浏览 5提问于2018-08-15得票数 0
回答已采纳
在视频验身上，视频验完之后，显示验身完成，然后过1秒验身消失，接着在视频验身，在消失，依次往复。。。。。请问这个怎么解决
浏览 260提问于2019-08-08
如果这有关系的话我就用Rstan。变分模式有几种行为，我想知道它们是否能给我们的模型提供一些不正确的线索，甚至可能是什么东西。例如：
我们的delta均值/中位数从1.0下降，但迭代次数多
浏览 4提问于2017-01-16得票数 1
回答已采纳
1回答
对于大多数观测集，参数的后验分布(pymc.Matplot.plot(MCMCrun))形状很好，类似于高斯，而对某一参数(本例中的参数a )的最佳估计和不确定性来自：和置信区间然而，，，在某些情况下，后验分布看起来像我的问题是：取痕迹的平均值，现在得出的值不是后验分布的峰值，
浏览 1提问于2015-02-13得票数 2
回答已采纳
6回答
最高后验密度区和中心可信区
、、、、
给定一些参数上的后验p(Θ\D)，我们可以这样做：最高密度区是Θ最可能值的集合，总共占后部肿块的100%(1-α)。换句话说，对于给定的α，我们寻找满足以下条件的p*：然后得到最高后验密度区作为集合：中部可信区域：
对于一般的发行版，给定来自发行版的样本，是否有内置的内容来获得上述两个量(在Python或中)。对于常见的参数分布(如Beta、Gaussian等)是否有任何内置或
浏览 7提问于2014-03-09得票数 41
回答已采纳
我们有一些数据和一个带有潜在变量的概率模型，我们想在看到数据后估计后验分布。通常p(x|z)很难计算，所以我们使用变分推理，或MCMC。我的问题是，既然MCMC只能提取后验样本，为什么它很重要？
浏览 5提问于2015-10-02得票数 2
2回答
有些情况下，我实际上对贝叶斯推断的完全后验不感兴趣，而是简单地对最大似然(或对于适当选择的先验的最大后验)感兴趣，并且可能它是黑森的。
浏览 0提问于2016-11-20得票数 8
1回答
中给出的示例场景提供了-0.622的后验概率，可信区间为-0.69到-0.56。
当我有来自自适应试验的额外数据时，如果我想使用这个后验作为我的下一个模型的先验，我的脚本会是什么样子？
浏览 1提问于2016-12-28得票数 0
1回答
我试图用pymc3和bambi软件进行贝叶斯分析。 AGE GENDER AVAR BVAR OUTVAR1 56 F 5.4 1 15888.03 52 F 1.7 1 15904.2其中OUTVAR是目标变量，其他是预测变量。fro
浏览 1提问于2019-04-21得票数 1
回答已采纳
1回答
我正在查看R中函数"bic.glm“的后验概率输出，它们只显示了3位数。此外，当我尝试"options(digits = 16)“时，我仍然只能得到3位数的后验概率。我的问题有两个部分:有没有办法看到更多的后验概率？当R使用“预测”函数从贝叶斯模型进行预测时，它使用后验概率的精度的多少位数？
浏览 42提问于2020-07-05得票数 0
1回答
所以，当我计算一个样本属于“是”类的后验概率时，它的数值非常低。例如，我预测击球手是否是新星(即样本的概率属于“是”类)。我的问题是如何用百分比来表示后验概率，即P(RS)。相似P(RS)=90%。
浏览 0提问于2018-01-20得票数 4
回答已采纳
我对stan和brms都很陌生，很难提取后验预测分布。对于测试数据(甚至培训数据)，我认为我现在可以通过修改bernoulli概率p中的probs来获得预测分布。df.test, probs=seq(0, 1, 0.1))
但是，虽然该命令的输出给出了在[0,1]范围内连续的估计值(这是有意义的)，但置信区间值似乎是二进制的(这对我来说没有意义).如何获得p的整个后验预测分布
浏览 0提问于2017-10-30得票数 9
回答已采纳
1回答
也就是说，对短文档进行分类，由于文档具有较少的特征，因此产生了更高的后验概率；而对于长文档，则相反。这是因为后验概率被定义为(忽略分母)：它会扩展到由此可以看出，特征较少的短文档具有较高的后验概率，这仅仅是因为相乘的术语较少。然后，具有单一特征"foo“的文档在正类
浏览 1提问于2011-09-09得票数 5
回答已采纳
LDA在(A)中允许我找到在我的语料库中每个文档中出现的主题的后验概率，这是我用来对来自其他数据集的变量进行回归的。(B)使用LDAvis生成主题的方法比通过(A)生成“更好”、更连贯的主题，但我还没有想出如何用LDAvis方法找到在给定文档中出现的主题的后验概率，或者是否将其视为一项不可能的任务。
浏览 1提问于2016-12-28得票数 0
2回答
Pystan后验不确定区间
、、、、
我目前正在使用函数在PyStan中，以获得参数集，最大后验的可能性。我现在也想得到一个95%的后验结果的置信区间，所以我想知道numpy.percentile()函数是否会和optimizing函数一起使用？特别是，我不认为这是好的，因为当我期望后验分布呈现多模分布时，我使用numpy.percentile()进行的置信区间是在后验二维高斯贴片内。
我想95%的间隔必须从后部取出来。，我会用百分位数函数和优化函数来获得95%的后验结果吗？
浏览 1提问于2018-12-05得票数 4
回答已采纳
1回答
pymc中的正规逼近与映射
、、、、
有人能向我解释一下法向近似做些什么吗?用一些简单的词来解释一下地图所做的事情？一个显示这种差异的例子将非常有帮助。
浏览 7提问于2014-07-03得票数 0
回答已采纳
sd', 10, 10, shape=2)我从这个模型中抽取样本，然后用该跟踪对后验预测分布中的样本进行采样，我想知道的是，对于后验预测轨迹中的每一个x，这两个正态分布中的哪一个属于它。
浏览 0提问于2017-05-24得票数 0
回答已采纳
我在这里看过一个类似的问题
该模型有一个随机变量(除其他外) tau，即DiscreteUniform。tau = pm.DiscreteUniform("tau", lower = 0, upper = n_count_data)lambda_2 = pm.Exponential("lambda_2", alpha)
print "Initia
浏览 3提问于2014-06-27得票数 5
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
